Saved in:
| Main Author: | |
|---|---|
| Format: | Artículo científico |
| Language: | es |
| Published: |
Universidad de Guadalajara
2019
|
| Subjects: | |
| Online Access: | https://www.redalyc.org/articulo.oa?id=125065445002 https://www.redalyc.org/journal/1250/125065445002/ https://www.redalyc.org/journal/1250/125065445002/html/ https://www.redalyc.org/journal/1250/125065445002/125065445002.epub https://www.redalyc.org/journal/1250/125065445002/movil |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Table of Contents:
- Modelación markoviana para identificar la dinámica y pronóstico del índice de producción industrial en México de 1980 a 2018 Gustavo Cabrera González Adrián de León Arias Economía y Finanzas pronóstico análisis bayesiano parámetros markovianos Índice de producción industrial En este artículo, por medio de modelación markoviana estudiamos la identificación de los estados estocásticos y pronóstico del índice mensual de producción industrial en México de 1980 a 2018. Dado que la muestra de datos está sujeta a fuertes fluctuaciones económicas y financieras, de una batería de modelos autorregresivos (lineales y con parámetros markovianos de cambio de régimen) se elige la especificación del modelo que mejor se ajusta a los datos a través del factor de Bayes. La selección del modelo provee evidencia de que las tasas de crecimiento mensual de este índice presentan parámetros (media y volatilidad) que cambian con el tiempo. Se lleva a cabo un ejercicio de pronóstico sobre el modelo markoviano de mejor ajuste a los datos. Para medir su capacidad de inferencia, se compara su eficiencia respecto de la especificación lineal autorregresiva en la misma serie de datos. Los resultados muestran que la media de los errores de pronóstico (dentro y fuera de la muestra) son menores en la especificación markoviana. La metodología bayesiana aplicada permite estimar de forma endógena e inferir de manera precisa incluso por problemas de identificación de parámetros markovianos, pequeño número de observaciones en regímenes, datos atípicos, número de regímenes e incertidumbre de parámetros sujetos a cambio de estado.Clasificación JEL: E23, C24, C11, G17. 2019 artículo científico 1870-6622 https://www.redalyc.org/articulo.oa?id=125065445002 https://www.redalyc.org/journal/1250/125065445002/ https://www.redalyc.org/journal/1250/125065445002/html/ https://www.redalyc.org/journal/1250/125065445002/125065445002.epub https://www.redalyc.org/journal/1250/125065445002/movil es http://www.redalyc.org/revista.oa?id=1250 EconoQuantum application/pdf Universidad de Guadalajara EconoQuantum (México) Num.2 Vol.16